时间序列聚类质量度量

Question

我是聚类时间序列数据集，这些数据集没有标签(没有根据事实)，我想衡量集群的质量。你能不能建议一下可以用于时间序列聚类的聚类性能评估方法？

Answer 1

聚类评价指标的基本目标是度量每个聚类内部的相似性和聚类间的不同；如果聚类算法在一个可接受的程度上实现了这两件事，那么它的性能就会更好。

最常用的评价指标是：

-Silhouette系数-它是最流行的时间序列聚类方法(python的实现可以在tslearn.clustering包中找到)。

-Davies-Bouldin指数(python的实现可在滑雪套餐中找到)

-邓恩指数

您可能会发现以下文章可以帮助您理解这些度量标准：

• “聚类评价指标”在媒体中的应用
• 有监督学习和无监督学习评价度量的文章
• Dunn指数和DB指数的解释
• 基于时间序列聚类的剪影评分实例

最后，在本评论中可以找到更完整的聚类评估度量集合。